彩色图像中的文提取及修复算法研究.pdfVIP

摘 要 彩色图像中的叠加文本是帮助理解图像内容的重要线索，将其提取并翻译 成为人们熟悉的语言，是当前图像领域的研究热点。但由于图像背景通常比较 复杂，有效的文本提取具有很大的挑战性，并且固化的文本不利于翻译结果的 叠加，从而限制了机器翻译技术的成功应用。针对以上问题，本文对彩色图像 中的文本目标进行检测提取，对图像修复技术进行研究，主要的研究内容如下： 首先简要介绍了图像文本的各种特征，并针对颜色、梯度、边缘几种不同的 特征，进行了文本提取，分析了各种方法对不同图像特征的适应性，实验表明， 利用单一特征无法有效提取复杂背景中的文本。 接着，本文对传统的基于边缘的检测方法进行了改进，依次对图像进行灰度 化处理、边缘检测、形态学填充形成连通区域之后，引入自适应的阈值分割， 形成候选文本区域，然后利用基于文本颜色、尺寸等特征的限制性条件，滤除 非文本区域，提取得到目标文本。算法具有较高的精确率和较快的运算速度， 达到了比较好的综合效果。 针对图像修复问题，本文分析了三种经典的图像修复技术，并在此基础上， 对基于样本块的修复技术作了改进，提出了一种基于插值收缩的修复算法。先 将原修复图像的长宽同时收缩0．2~o．5倍，然后在收缩后的图像中查找优先权最 高的待修复块，最后依据给定的规则，由收缩图像中得到的最佳匹配模板，在 待修复图像中找到相应的最佳匹配模板，从而修复原图像。实验结果表明，这 个方法在保持良好的修复质量的同时，可以提高修复时效。 最后，综合文本检测技术、图像恢复技术和机器翻译技术，用于实现一个 较为实用的图像文本自动翻译系统。将图像中嵌入的文本提取出来翻译成目标 语言的同时，修复原图中被文本所遮住的背景区域，达到了较好的视觉效果。 关键词：文本提取；边缘；图像修复；插值；翻译 Abstract ’IleXt in embeddedcolored carries semanticinformation, images important thereforethe oftextextractionandtranslationis for technology veryimportant image andcontent—based understanding informationretrieval embeddedtextissurrounded andsometimes bycomplexbackground accompaniedby have totext alsofixedtext llighnoises，which great extraction,and posed challenges of hinderedthe translation restrictedthe ofmachine overlay results，thus application translation．Inthis some toachievetext paper,weproposedalgorithms translationon images． Textextraction differenttextfeatures．Someclassic are mayemploy techniq